n_studis # Anzahl Studis an der Klausur[1] 60
n_pass # wie viele bestehen?[1] 37
n_fail # wie viele fallen druch?[1] 23
July 14, 2026
Prof Bitter bereitet eine Klausur vor, weil Profs das halt so machen. An der Klausur nehmen 60 teil. Davon fallen 23 durch und entsprechen bestehen 37 die Klausur.
Berechnen Sie den Logit für Bestehen vs. Durchfallen!
Hinweise:
Hier noch einmal die Angaben:
[1] 60
[1] 37
[1] 23
Odds berechnen (für Bestehen):
Logit berechnen (für Bestehen):
Aufgabenname: odds1
exname: odds1 extype: num exsolution: 0.5 exshuffle: false extol: .5 expoints: 1 tags: - log categories: - qm2
---
title: odds1
date: '2026-07-14'
categories:
- qm2
---
```{r libs, include = FALSE}
library(tidyverse)
library(assertthat)
```
```{r global-knitr-options, include=FALSE}
knitr::opts_chunk$set(fig.pos = 'H',
fig.asp = 0.618,
fig.width = 4,
fig.cap = "",
fig.path = "",
echo = FALSE,
message = FALSE,
fig.show = "hold")
```
Question
========
```{r results = "hide"}
profs_names <- c("Wörzig", "Süß", "Salzig", "Bitter")
profs <- c(0:3)
names(profs) <- profs_names
prof_chosen <- sample(profs, 1)
n_studis <- runif(1, min = 50, max = 100) %>% trunc()
fail_prop = runif(1, 10*prof_chosen, 10 + prof_chosen*10) / 100
n_fail <- trunc(n_studis * fail_prop)
if (n_fail == 0) n_fail <- 1
if (n_fail == n_studis) n_fail <- n_studis - 1
n_pass <- n_studis - n_fail
assert_that(n_fail + n_pass == n_studis, msg = "Anteile der Studis stimmen nicht")
```
Prof `r names(prof_chosen)` bereitet eine Klausur vor, weil Profs das halt so machen.
An der Klausur nehmen `r n_studis` teil.
Davon fallen `r n_fail` durch und entsprechen bestehen `r n_pass` die Klausur.
Berechnen Sie den Logit für Bestehen vs. Durchfallen!
Hinweise:
- Runden Sie auf 1 Dezimalstelle.
- Verwenden Sie den natürlichen Logarithmus.
Solution
========
Hier noch einmal die Angaben:
```{r echo = TRUE}
n_studis # Anzahl Studis an der Klausur
n_pass # wie viele bestehen?
n_fail # wie viele fallen druch?
```
Odds berechnen (für Bestehen):
```{r echo = TRUE}
odds_bestehen <- n_pass / n_fail
odds_bestehen
```
Logit berechnen (für Bestehen):
```{r echo = TRUE}
solution <- log(odds_bestehen) %>% round(1)
solution
```
Aufgabenname: `odds1`
Meta-information
================
exname: odds1
extype: num
exsolution: `r solution`
exshuffle: false
extol: .5
expoints: 1
tags:
- log
categories:
- qm2